兩岸微商網路創業平台

在Google、微軟、百度等巨頭的推進下，人工智慧技術的發展突飛猛進。能識別圖像已不算什麼本領了，現在Faebook的AI技術已幾乎可以以假亂真，令受試者在40%的時間把電腦生成的圖樣當做是真的照片。

這項成果是由Facebook人工智慧試驗室的三位鑽研人員Soumith Chintala、Arthur Szlam、Rob Fergus與紐約大學庫朗電腦科學鑽研所的Emily Denton聯合完成的，論文題目叫做《用抗衡網路拉普拉斯金字塔的深度生成式圖像模型（Deep Generative Image Models using a Laplacian Pyramid of Adversarial Networks）》，Facebook已把論文送出到行將在蒙特利爾舉辦的神經資訊處理系統大會（NIPS，AI業界最有名的會議之一）上供討論。不僅這樣，Facebook還打算稍後（可能下週末）將工作的代碼開源出來供大家參考。

簡單來講，Facebook的AI技術可以自主生成一些含有飛機、汽車、小鳥等東西在內的場景圖像樣本令觀看者信以為真。Facebook這項鑽研成果的尤其之處是，其AI採納的是無監督學習。以往內含Faebook在內的大公司以及初創企業採納的普遍都是監督式學習，即需要應用大量帶標籤的資料去訓練人工神經網路，後者才能逐步學會識別東西。譬如說，給它看1000張貓的圖片，看多了之後AI才會逐漸對於貓樹立模型並識別新的圖像。

Google的人工神經網路可以依據原圖生成帶魔幻色采的圖像，但Facebook的Rob Fergus認為，自家生成以假亂真圖像獲得的技術進展更高。

而無監督學習中樣本資料是不蘊含標籤的。這更接近於人學習認東西的模式。譬如說，看過1、2部手機之後，咱們很快就能認出第3部。在實現上，Facebook採納了兩套受訓神經網路，一套是發生式的，賦與其隨機向量後就能生成圖像；而另一套則用來確定圖像是否看起來是真的。目前這套系統能生成64x64像素的圖像。

因為不需要對於訓練資料打上標籤，這項技術無疑可以說明Facebook更好地進行圖像、視訊、語音的識別工作，自然語言處理技術也可以相應提高。Google前兩天也公佈了自己的一項AI成果，應用人工神經網路生成迷幻圖像。儘管看起來很酷，但Facebook的鑽研科學家Rob Fergus認為，與Facebook可生成以假亂真圖像相比，自家的技術顯然更難，獲得的學術進展更多。當然，64x64的解析度尚不具備使用價值，Facebook的下一步計劃是逐漸提高生成圖像的解析度，屆時，虛擬與現實的界線將進一步隱約，人類距離AI的聖盃愈來愈近了。

來源：36Kr

（蘭花公社微信公家號：lanhuagongshe）